Beruflich Dokumente
Kultur Dokumente
PROBABILIDADES
Distribucin de probabilidad
Funcin de densidad
Distribuciones discretas
Distribuciones continuas
Variables bidimensionales
Esperanza matemtica
Omentos centrales
Funcin de distribucin
Acumulada
funcin que a cada valor posible de una V.A.
le asigna la probabilidad de que la variable
sea menor o igual que ese valor.
FX (r) = P(X r)
siendo FX la funcin de distribucin
acumulada de la variable aleatoria X
Tipos de distribuciones de
probabilidad
Discretas: distribuciones de VA`s discretas
Continuas: distribuciones de VA`s continuas
Variable aleatoria
Variable aleatoria (VA): variable
que toma ciertos valores con
determinadas probabilidades.
Se utilizan letras maysculas para
designar las variables aleatoria: X, Y, Z; y
sus respectivas letras minsculas para los
valores concretos de las mismas: x, y, z.
Ejemplos: Variables
aleatorias
V.A.
discreta
V.A.
contnua
Toma un n. finito o
infinito numerable
de valores posibles
x1, x2, x3,xn,
Toma valores
dentro
de un intervalo I
de nmeros reales
I R
EJEMPLO
Sea el experimento Extraer
independientemente dos artculos de
un proceso de produccin y se
define la variable aleatoria X= N de
artculos defectuosos. Supongamos
que el 5% de los artculos son
defectuosos
a) Hallar los valores que asume X
b) Determinar la probabilidad en los
valores de X
SOLUCION
a) Los valores que asume X son
X = {0,1,2}
Esto significa que en un proceso de produccin
puede ocurrir que no exista articulo defectuoso o
que haya un articulo defectuoso o los dos artculos
extrados sean defectuosos
P(x)
0
1
2
0.902
5
0.095
0
0.002
5
TOTA 1.000
L
0
EJEMPLO
Sea el experimento: Lanzar 3
monedas y observar el resultado. Se
define la funcion X=numero de
caras obtenidas en las tres
monedas. Hallar
a) El espacio muestral
b) El recorrido de la variable aleatoria
c) La probabilidad asociada al
experimento
SOLUCION
a) El espacio muestral asociado a este
experimento es
= {ccc, ccs, csc, css, scc, scs, ssc, sss}
X=0,
X=1,
X=2,
X=3,
corresponde
corresponde
corresponde
corresponde
al evento: (sss)
a los eventos: (css), (scs) y (ssc)
a los eventos: (ccs), (csc) y (scc)
al evento: (ccc)
SOLUCION
c) Por lo tanto, las probabilidades son:
P[X=0]
P[X=1]
P[X=2]
P[X=3]
=
=
=
=
P[(sss)] = 1/8
P[(css),(scs),(ssc)] = 3/8
P[(ccs),(csc),(scc)] = 3/8
P[(ccc)] = 1/8
Tabla de
distribucin de
probabilidad
P(x)
0
1
2
3
1/8
3/8
3/8
1/8
TOTAL 1.0000
p1
p2
...
pn
EJERCICIO
Consideremos el experimento de
lanzar un dado y definimos la
variable aleatoria X=numero que
aparece en la cara superior del dado
determinar
a) Los valores que toma X
b) La funcin de probabilidad de X
c) Encontrar, si es posible, una funcin
que relacione las probabilidades con
los valores que toma X
SOLUCION
a) X= {1,2,3,4,5,6}
b) Asumiendo que el dado es normal, entonces
todos los nmeros tienen la misma
probabilidad de salir, por lo tanto, la funcin
de probabilidadX de XP(x)
es:
0
1
2
3
4
5
6
1/6
1/6
1/6
1/6
1/6
1/6
1/6
TOTAL 1.0000
FUNCION DE DISTRIBUCION DE
PROBABILIDAD
Al igual que la estadstica bsica,
aqu tambin se pueden representar
o sumar las probabilidades
individuales y as hallar las
probabilidades acumuladas
A todo esto se llama FUNCION DE
DISTRIBUCION DE PROBABILIDAD y
se le representa en una tabla
EJERCICIO
Los resultados de una inspeccin de
calidad en unos artculos de plstico
indican que el 70% aprob la primera
inspeccin, el 60% la segunda
inspeccin y solo un 8% no aprob
inspeccin alguna. Construya la
funcin de probabilidad de la
variable aleatoria X=N de
inspecciones aprobadas por
producto escogido al azar.
Solucin
Los valores que pueden tomar X son 0,1,2
es decir: X= {0,1,2}
Para hallar las probabilidades de los valores
que toma X, usaremos un diagrama de Venn
Luego
P(AUB) = P(A) + P(B)
P(AB)
0.92
= 0.7 + 0.6 P(AB)
P(AB) = 0.38
0.08
Donde A= { aprobaron la primera
inspeccin}
B= { aprobaron la segunda
Solucin
Entonces la funcin de probabilidad
X
P(x) F(x)
es:
0
1
2
0.0
8
0.5
4
0.3
8
0.0
8
0.6
2
1.0
0
Donde:
= Media de la distribucin
xi = Valores que toma la variable
E(x) = Valor esperado de x
P(xi) = Probabilidad asociada a cada uno de los
valores de la variable x
Observacin: la media y la
desviacin estandar se redondean a
un valor entero ya que son la media
y desviacin de una distribucin de
probabilidad discreta
Ejercicio
Calcular la media de la distribucin
de probabilidad de la variable
aleatoria discreta X que se define
como N de caras cuando se
lanzan cuatro monedas
SOLUCION
La distribucin de probabilidad de X
es: de la variable aleatoria X, es
La media
x
p(x) x *p(x
i
)
0
1
2
3
4
1/1
6
4/1
6
6/1
6
4/1
6
1/1
6
0
4/16
12/16
12/16
4/16
TOTA 1,0
32/16
Ejercicio
Supongamos que la variable aleatoria X:
numero de fallas que tiene una maquina por
da, tiene la siguiente distribucin de
probabilidad.
a) Determinar e interpretar el valor esperado de X
b) Calcular x
SOLUCION
a) Media
p(x
)
xi*p(x
)
0.1 0
0
0.15
0.1 0.40
5
0.90
0.2 0.52
0
0.40
0.3 0.24
0
0.1
Lo que significa que se espera que
3
0.0
aproximadamente la maquina tenga
3
8
0.0
fallas por da
4
0
1
2
3
4
5
6
TOTA 1.0
L
0
2.61
b) Varianza (V(X)
= 2.3579
Ejemplo
Cul es la probabilidad de que una
bombilla de luz tenga una vida til de
1000 horas
Es muy probable que nunca se
observe exactamente esa duracin
(P=0),
En cambio si la pregunta fuera Cul
es la probabilidad de que una
bombilla dure al menos 1000 horas?
FUNCION DE DENSIDAD
La funcin de densidad de
probabilidad de una variable aleatoria
CONTINUA Se denota por f(x), y que
satisface las siguientes condiciones
a) F(X) 0, para todo x R
b)
y=f(x)
y=0
x=a
x=b
Es
v
y=
f(x)
a b
Ejercicio
Sea f(x) una funcin de densidad para
alguna variable aleatoria X
SOLUCION
a) El rea bajo la curva y=f(x) a lo
largo de su dominio debe ser igual a
y
1;
entonces
3/2
F(x)
0
b) P[0<X<=1]=
Donde:
=E(x)=media o valor esperado
x=valor de la variable aleatoria
f(x)=funcin de densidad de la
distribucin de probabilidad
Ejercicio
La vida til de un objeto en miles de
horas es una variable aleatoria
continua X cuya funcin de densidad
de probabilidad es
SOLUCION
Aplicando la ec.
2
0
Funcin de densidad de
probabilidad (VA`s continuas)
Es una funcin que permite calcular
la probabilidad de que una V.A.
continua se encuentre en un cierto
intervalo.